实验2-------关联规则.docVIP

Clementine关联规则模型 关联规则的基本原理 所谓关联规则法，就是寻找在同一个事件中出现的不同项目的相关性，是发现交易数据库中不同商品之间的联系，这些规则找出顾客购买行为模式，如购买了某一商品对购买其它商品的影响。发现这样的规则可以应用于商品货架设计、货存安排以及根据购买模式对用户进行分类。关联规则的结果是一系列有意义的规则，它揭示了数据中蕴含的关联特征。 一般形式为：X-Y，X称为前项，Y称为后项。如： 面包-牛奶 支持度，前项X出现的可能性。测度关联规则的普遍性，支持度太低，说明规则不具有一般性。 置信度，出现X的事务中出现Y的比例，是条件概率。衡量规则的精确度，即可信度。 如： If X then Y 则它的置信度是： C=p(X and Y)/p(X)=5%/15%=0.33 关联规则问题就是产生支持度和置信度分别大于用户给定的最小支持度和最小置信度的关联规则，应找出那些可信且有代表性的规则。 同时满足最小支持度和最小置信度的规则称作强规则。项的集合称为项集。包含K个项的项集称为K-项集。集合｛computer,financial_management_software｝是一个2-项集。项集的出现频率是包含项集的事务数，简称为项集的频率、支持计数或计数。项集满足最小支持度min_sup，如果项集的出现频率大于或等于min_sup与D中事务总数的乘积。如果项集满足最小支持度，则称它为频繁项集。频繁K-项集的集合通常记作Lk。 clementine 8.1中提供的常用关联规则方法有两种：Apriori和GRI。 Apriori算法是一种有效的关联规则挖掘算法，它逐级探查挖掘。Apriori使用一种称作逐层有哪些信誉好的足球投注网站的迭代方法，K-项集用于探索（K+1）-项集。首先，找出频繁1-项集的集合。该集合记作合L1。L1用于找频繁2-项集的集合L2，而L2用于找L3，如此下去，直到不能找到频繁K-项集。找每个Lk需要一次数据库扫描。 要求：要创建Apriori规则集，需要一个以上的In字段和一个以上的Out字段。In字段和Out字段必须为字符型字段。方向为None的字段将被忽略。在执行节点前，字段类型必须被充分实例化。 优点：对于大型问题，Apriori通常比GRI训练得快。Apriori对可保留规则数量没有专门的限制，可以处理有多达32个前提的规则。Apriori提供五种训练方法，在使数据挖掘方法配合可能出现的问题方面有更大的灵活性。 范例 该范例的背景是关于，每一条记录描述的是一个。我们主要考虑。要解决的业务问题是：根据，找出。 图 数据集说明 数据集.db，以下是该数据集的所有字段名： ? . 卡号 ? value. 消费额 ? pmothed. 付款方式 ? sex. 性别 ? income. 收入 ? homeown. 是否是户主 ? age. 年龄 ? fruitveg. 水果 蔬菜 ? freshmeat. 鲜肉 ? drairy. 日用品 ? cannedveg. 罐装蔬菜 ? cannedmeat. 罐装肉 ? frozenmeal. 冷冻餐 ? Beer. 啤酒 ? Wine. 白酒 ? Softdrink. 软饮料 ? Fish. 鱼 ? Softdrink. 软饮料 ? confectionery. 糖果 我们可以使用Clementine建立一个模型，以来估计。 .db的物理路径。 图 源节点在建模之前，我们首先将一个类型节点Type Node加到目前的流程中。因为需要用来估计 图 类型节点 图 4 查看源数据 图 建立模型 图节点参数设置）））） 图模型分析结果图 模型分析结果